如果單純地比數學運算能力，人腦確實沒有計算機那麼快，但是我們要明白一個問題，單純的數學運算並不是大腦僅有的功能，人的大腦擁有記憶，語言，思維，學習，感知，創造等功能；其中，大腦最獨特的功能就是思維創造，關於大腦的思維，科學家們至今也無法給出一個合理的解釋。

在人類大腦的約幾百億個腦細胞中，每個腦細胞就平均擁有幾百條神經，而每條神經上就擁有幾百個突觸，而每個突觸中就有幾百到幾千個蛋白質，如果將一個突觸比作一塊晶片中的電晶體，那你算算大腦中有多少個電晶體？但是這些突觸結構並不都是用來進行簡單的運算的，其中還有其他更高階的功能，我們從以下幾個方面來分析一下人腦的就單純的數學運算能力為什麼不如計算機快。

比如說一個道常規的積分運算題，如果讓計算機來算，只需要將演算法寫入計算機，然後帶入相應的引數，就可以在幾秒內出答案，即是一種固定的計算方法，只要計算機的硬體質量越高，出答案的速度就越快；但是如果你讓一個人去算同樣的一道積分題，由於他的大腦中沒有這個演算法，一切對他來說都是陌生的，所以一切都要自己動手，自己去化簡式子，自己在腦海中想相應的公式定理，想出來之後再帶入式子，等你把結果算出來後，計算機已經算完很久了。所以在這個過程中，人就會比計算機耗費更多的時間在那些次要的事情上，而計算機看起來就更像一步到位。

這一點非常好理解，比如在馬路中間有一道溝，同時馬路上有一個擁有全世界最先進的晶片為大腦的機器人，且機器人的其他部位也是當今最先進的，當人跨過這個溝時，只需一兩秒就輕鬆完成，如果讓這個機器人來跨，它會先測量這個溝的大小距離，然後將得到的資料帶入計算機，計算機再指揮轉動機構該也樣轉動，電源該輸出多大的電壓，平衡系統該怎樣調整等等，最後，結果當然是人類吊打機器人。

在這個過程中，人腦的就發揮了重大的作用，大腦中的特殊區域精確地控制身體的各個部分，使其做出完美的動作，這也是機器人無法完成高難度動作的原因；如果在這裡非要比訊號的處理速度，人腦對訊號的處理速度是遠超計算機的，因為人腦突觸中的蛋白質分子之間的只有幾奈米的距離，因此在這個突觸上一秒就可以執行幾千億次，那所有突觸加起來呢？所以同樣是用電流來傳遞訊號，差別就在這裡。

綜合上文，就單純數學運算，計算機可能更勝一籌，但是如果比綜合能力（比如語言，思維，情感，連貫性等），我覺得全世界的計算機加起來都沒有一個人的大腦強。

太複雜的東西看不懂，我覺得大腦處理的不是一個單一的資訊，它有很多資訊需要處理，再說普通人大腦就開發了百分之十，達到百分之十五的就是高智商了，百分之二十就是絕頂聰明的人了。我想大腦的開發應該是先天性的，如果說後天可以開發，我都幾十歲了，自己都用了幾十年了，智商怎麼就沒提高呢

我覺得這其中有一些誤解，結構複雜並不能代表執行速度就一定會快。最簡單的一個例子，汽車比人的結構簡單吧，但人的速度就比汽車跑得慢。除了汽車，幾乎我們人類製造出來的每一樣東西都會在某一方面超越人類。所以，有哪樣東西的結構複雜性超越人類了嗎？好像沒有吧。

這是為什麼呢？因為我們製造出來的東西在功能上比較單一，它們都是針對某一方面的功能來設計的。而人類，雖然在單一功能上遠不如這些產品，但是，我們的身體卻幾乎包含了這些產品的所有功能。想想要把全部功能集於一身，複雜性能不高嗎？

大腦方面也是這個意思，雖然在運算速度上不如計算機，但是貴在功能全面上。大腦除了運算，還要兼顧思考，情感控制，身體控制，各類資訊收集吸收和處理等等等等。而這些能力都是計算機所沒有的。

因此，計算機其實是大腦某一方面功能的強化，其結構複雜性當然不可能跟整個大腦相比。當某一天計算機能夠全面包含大腦功能的時候，其結構的複雜性也不會比大腦差。。。

人的大腦的思維方式與電腦的思維方式完全不同，結構也完全不同。大腦的計算能力差是進化的結果，因為人在生存中，不需要太複雜的數字計算能力。但是大腦在其他方面的能力是超過電腦的。比如控制身體的運動，對環境的認知分析能力，產生意識，情感，創造性的思維能力，學習能力。人腦的結構比電腦複雜上萬倍，有非常複雜的神經希系統，這是人的大腦能產生意識的原因。電腦的結構與思維方式與大腦的完全不同，根本不可能產生意識，說把人腦的意識複製到電腦上也是扯淡。意識是有機生命獨有的。

很簡單因為不是機械還有開發度的問題，右腦全開人類所有有史以來的知識都能儲存下來，至於運算速度等量子計算機發明普及了，可以透過量子程式設計加速人腦開發提升運算效率，大腦說白了就是臺大型生物量子計算機

舉個通俗的例子。

如果讓你畫一個正方形，你說那很簡單，立刻就畫出來了。

但是，如果讓你一手畫圓，一手畫方呢，你的速度就慢很多了吧？

我們的大腦擁有數量非常龐大的神經元，但是有相當一部分神經元用於日常身體運轉所需的運算。包括監視你的身體內環境，你的條件反射，操控你的身體運動，識別你接收到的訊號等等。

而電腦，只需要根據輸入，根據設計好的固定程式，輸出結果就行了，並且你可以控制你的應用的cpu優先順序，使你的應用分配到更多的系統資源，還可以設計算法，簡化整套計算流程，電腦根本不需要思考，它只需要執行就可以了。

人腦卻麻煩的多，你沒有辦法設計一套專用的演算法，你也沒法呼叫更多的運算資源用於計算，不過有些人可以透過冥想來呼叫更多的計算能力，這裡先不考慮。你必須按照人腦特定的演算法來進行計算，而這個演算法有可能又臭又長，但是卻很安全。

總結一下

1.人腦計算能力很強，不過它在同時執行著很多工，從而使系統變慢，這和你同時開50個網頁，電腦也會卡一樣。

2.電腦程式的演算法可以設計的很精簡，並且可以修改。人腦的演算法很複雜，效率很低，並且一旦形成後很難修改。

所以，快慢只是表面現象。其本質原因非常複雜。

這是因為人腦處理的是自然資料，電腦處理的是二進位制資料，自然資料比二進位制資料複雜。比如一位數加減乘除，那麼人腦就要背誦加減乘除四種運算口訣，每種運算有100條口訣。而二進位制只有0和1，每種運算只有4個變化。

人類大腦最厲害的人也就開發了不到20%，剩下的絕大部分還沒被開發到，如果開發到50%以上就是神的級別了，計算機是死的，人是活的，沒法比！

人腦之所以在簡單數學計算上比計算機慢，其根本原因是傳輸資訊的方式不同，人的神經系統訊號是依靠某個物理效應，比如壓電效應，逐個細胞一一傳遞的，比起導線傳輸電流要慢得多。但是人腦對資訊的處理是幾萬路並行，並且是多核處理 ，所以總效率還是很高的，尤其在處理複雜問題以及分析陌生環境時。

靜息電位:神經元電屬性的起源，神經元本身攜帶的電荷叫靜息電位，是指神經元細胞膜內外兩側的電位差。20世紀30年代，靜息電位第一次被生物學家發現，當時所測到的靜息電位大約為-70毫伏。這是比一般的電池都要小得多的電位；一個9伏的電池的電位僅約為9 000毫伏，

神經元細胞膜內外存在什麼樣的差別，從而造就了靜息電位？ 靜息電位源於神經元細胞膜內外兩側離子濃度差。離子能攜帶正電荷（+）或負電荷（-）。在靜息狀態，與膜外相比，神經元細胞膜內含有高濃度的正離子，即鉀離子（K+），以及帶負電荷的蛋白質分子（A-）。相比之下，在神經元細胞膜外含有高濃度帶正電荷的鈉離子（Na+）和帶負電荷的氯離子（Cl-）。

神經元內外的K+濃度透過細胞膜上允許K+進和出的各種通道來控制。在靜息狀態，允許K+自由透過細胞膜的通道開啟，而剛剛提到的Na+和其他粒子的通道通常是關閉的。由於神經元內原本含有較高的K+濃度，一些K+透過開啟的通道外流出神經元，使神經元內側與外側的電位差大約為-70毫伏。靜息電位是一種勢能，它為潛在的電脈衝創造了環境，就像是三峽大壩，在大壩開啟之前一直攔截著三峽。

動作電位：在各個神經元上傳送訊號。

大多時候神經元保持著靜息電位，但是電刺激可以引起動作電位，只有電脈衝達到一定的水平，或閾限時，才能產生動作電位。當脈衝低於這個閾限值，就沒有反應。當脈衝達到閾限值，就可以觀察到一個大得多的訊號，即動作電位。有趣的是，加大電擊強度不會增加動作電位的強度。動作電位是全或無的：閾限值下的電刺激不能產生動作電位，而達到閾限值或在閾限之上的電刺激總能產生動作電位。不論電刺激是剛到閾限還是在閾限之上，總是產生特徵相同和強度相同的動作電位。

一個神經元怎樣與別的神經元交流？ 當動作電位傳遞到軸突末端，你可能會認為它就停在那兒了。畢竟，神經元間的突觸間隔意味著一個神經元的軸突和另一個神經元的樹突彼此並無真正的接觸。然而，動作電位的電荷依靠一些化學活動可以透過比較狹小的突觸間隔。 軸突通常終結於突觸小體，這是一個由軸突分化出來的球狀結構。突觸小體聚集了許多小囊泡或“包”，這裡面含有神經遞質，是指經由突觸向接收的神經元樹突傳遞資訊的化學物質。接收資訊的神經元樹突上有受體，是指接受神經遞質併產生或抑制新的電訊號的細胞膜部分。當K+和Na+流經細胞膜時，它們使傳送訊號的神經元（或稱之為位於突觸前的神經元），從靜息電位變化到動作電位。動作電位由軸突傳遞到突觸小體，並在這裡刺激囊泡向突觸間隙釋放神經遞質。遞質在突觸間隙流動，與位於相鄰的接收神經元（或稱之為位於突觸後的神經元）樹突上的受體部位結合。一個新的動作電位就在這個神經元上產生，並且繼續沿神經元軸突傳向下一個突觸和下一個神經元。這種電化學活動稱為突觸傳遞，它使得神經元間彼此能夠傳遞資訊，最終成為你的思維、情感和行為的生理基礎。